AI BENCHY
Advertise here
#129

Nemotron 3 Nano Omni 30b A3b Reasoning

NVIDIA रिलीज़: 2026-04-28 परीक्षण किया गया: 2026-04-28 23:08 nvidia/nemotron-3-nano-omni-30b-a3b-reasoning::none
(medium) (none)

सारांश

Nemotron 3 Nano Omni 30b A3b Reasoning AI BENCHY पर 4.4 स्कोर करता है और #129 पर है। इसकी reliability 10.0, pass rate 25.0%, कुल लागत $0.000, और औसत response time 698ms है।

Nemotron 3 Nano Omni 30b A3b Reasoning को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।

संगति

8.4

कुल आउटपुट टोकन

1,567

कुल इनपुट टोकन

0

इनपुट कीमत

$0.000 / 1M

आउटपुट कीमत

$0.000 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 25.0%

अस्थिर टेस्ट

3

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

698ms

प्रतिक्रिया समय (अधिकतम): 2.21s

प्रतिक्रिया समय (कुल): 11.17s

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-05-08 15:30 सूट बदला गया 4.1 10.0 $0.000 तुलना करें
2026-04-28 23:08 पहला दर्ज रन 4.4 10.0 $0.000 वर्तमान रन

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-04-28 23:08 · पहला दर्ज रन4.48.410.02/1631,5670$0.000698ms
2026-05-08 15:30 · सूट बदला गया4.19.110.02/1921,30211,661$0.000728ms
अंतर+0.3-0.70.0+2+1+265-11661$0.000-30ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 5.2 7.9
कोडिंग 10.0 10.0
संयुक्त 0.0 0.0
डेटा पार्सिंग और निष्कर्षण 3.8 5.8
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 3.6 9.7
निर्देश पालन 4.6 10.0
पहेली समाधान 3.0 10.0
टूल कॉलिंग 0.0 0.0

तुलना किए गए मॉडल